Meta 宣布推出全新一代大型自然語言處理模型 Llama 4，並將推出兩款主要版本：Llama 4 Scout 和 Llama 4 Maverick，並預告即將推出更大規模的 Llama 4 Behemoth 及提高推論效能的 Llama 4 Reasoning。
Llama 4 Scout 與 Llama 4 Maverick 兩個版本
Llama 4 Scout 配備了 170 億個參數 (109B 總參數, 17B 活躍參數)，對應 16 種專業領域推論，主要針對文件內容摘要、使用者行為分析及個性化互動等場景進行優化。相比之下，Llama 4 Maverick 同樣擁有 170 億個參數 (400B 總參數, 17B 活躍參數)，且對應 128 種專業領域推論，進一步強化了多語言理解、推論及長文內容分析的能力，適用於數位助理服務及聊天機器人等應用。兩者都提供高效的推論速度，支持單 GPU 部署，並能在不同網絡架構下靈活運行。
Llama 4 Maverick 在編碼、推論及圖像基準測試的表現上，甚至能與 OpenAI 的 GPT-4o 和 Google 的 Gemini 2.0 競爭，並且在推論及編碼處理方面，表現接近 DeepSeek v3.1。
Llama 4 新模型採用了混合專家架構（Mixture of Experts, MoE）及早期融合技術，使 Llama 4 具備處理多模態的能力，不只能理解文字，還能處理圖像，為用戶帶來更全面的 AI 服務。MoE 架構通過智能選擇啟用少量參數來進行推論，從而實現更快的反應速度和更低的運算成本。例如 Llama 4 Scout 在處理請求時，可能只會啟用 17 億參數中的一部分，而不會啟動整個 170 億參數的模型，這樣可以大大提升計算效率。MoE 模型能夠有效地分配不同專家來處理不同類型的問題，無論是編程、創意寫作還是其他複雜任務，這使得 Llama 4 在應對各種挑戰時表現出色。
Llama 4 目前已經在 Cloudflare Workers AI 平台推出，用戶亦可透過 LLama 官網、Hugging Face託管網站使用。開發者可以立即使用 Llama 4 Scout 進行各種應用開發。這樣的平台支持使開發者無需擔心基礎設施、硬體或記憶體問題，直接通過 API 調用即可實現 Llama 4 的強大功能。
Llama 4 Behemoth 預告，推論效能進一步提升
Meta 同時宣布，未來將推出參數規模更為龐大的 Llama 4 Behemoth，這款模型將擁有高達 2880 億個參數，將與其他大型 AI 模型競爭，推動更多高效能應用的實現。Meta 還將在 5 月推出 Llama 4 Reasoning，這將進一步提升推論效能，具體細節預計會在首屆 LlamaCon 開發者活動中公布。
資料來源：Cloudflare
